Galat - error

Galat-error
Penyelesaian secara numerik dari suatu
persamaan matematis hanya memberikan
nilai perkiraan yang mendekati nilai eksak
(yang benar) dari penyelesaian analitis.
Penyelesaian numerik akan memberikan
kesalahan terhadap nilai eksak
Ada 3 macam kesalahan dasar;
1.Galat bawaan
2.Galat pemotongan
3.Galat pembulatan
 Galat bawaan (Inheren)

Galat dalam nilai data

Terjadi akibat kekeliruan dalam menyalin data, salah

membaca skala atau kesalahan karena kurangnya
pengertian mengenai hukum-hukum fisik dari data yang
diukur.
Contoh :
Pengukuran selang waktu 2,3 detik :
Terdapat beberapa galat karena hanya dg suatu
kebetulan selang waktu akan diukur tepat 2,3 detik.
Beberapa batas yg mungkin pada galat inheren diketahui
:
2,3 0,1 detik
Berhub dg galat pd data yg dioperasikan oleh suatu
komputer dg beberapa prosedur numerik.
 Galat Relatif dan Absolut

Galat absolut suatu bilangan adalah selisih antara

nilai sebenarnya (dengan anggapan telah
diketahui) dgn suatu pendekatan pada nilai
sebenarnya.
Hubungan antara nilai eksak (nilai sebenarnya),
nilai perkiraan dan kesalahan diberikan dalam
bentuk :
x xe
dimana :
x = nilai eksak
x
= pendekatan pd nilai sebenarnya
e = kesalahan
e kesalahan absolut e xx
 Kesalahan absolut : tidak menunjukkan besarnya
tingkat kesalahan.
Contoh :
Kesalahan 1 cm pd. pengukuran pensil akan
sangat terasa dibanding dengan kesalahan yg
sama pd pengukuran panjang jembatan.
Kesalahan relatif
kesalahan absolut dibagi nilai pendekatan
galat absolut dibagi nilai sebenarnya
e
e x 100 %
x
Nilai eksak bila diselesaikan secara analitis
Metode numerik nilai eksak tidak diketahui
Kesalahan diberikan (berdasar pd nilai terbaik
dari nilai eksak)
 Nilai eksak: bila diselesaikan secara analitis
Metode numerik :nilai eksak tidak diketahui
Kesalahan diberikan (berdasar pd nilai terbaik
dari nilai eksak)
a x 100 %
x
x = nilai perkiraan terbaik
Dalam metode numerik : pendekatan iteratif
Perkiraan sekarang dibuat berdasar perkiraan
sebelumnya, sehingga :
n 1 n
x x
a n 1
x 100 %
x
dimana :
xn = nilai perkiraan pada iterasi ke n
x n 1 = nilai perkiraan pada iterasi ke n+1
Contoh-2 :
Hasil pengukuran sebuah jembatan = 9.999 cm
Hasil pengukuran sebuah paku = 9 cm
Jika nilai sebenarnya berturut-turut adalah 10.000 cm dan 10 cm,
Hitung
Kesalahan dan Kesalahan relatif persen dari kedua hasil
pengukuran diatas.

Kesalahan:
Jembatan : Et = 10.000 9.999= 1 cm
Paku : Et = 10 9 = 1 cm

Kesalahan relatif:
Jembatan : et = 1/10.000 * 100%= 0,01%
Paku : et = 1/10 * 100% = 10%

Kesimpulan :
Hasil Pengukuran Jembatan lebih baik dari hasil
pengukuran paku
Contoh : (Taksiran Kesalahan Metode Iterasi):

Dalam matematika fungsi-fungsi dapat

dinyatakan dalam deret tak hingga. Jadi, jika
lebih banyak suku ditambahkan kedalam
deret maka aproksimasi menjadi taksiran
yang jauh lebih baik. Misal ingin menaksir
nilai ex, dengan x=0,5 mengunakan
pendekatan deret, menggunakan 3 angka
signifikan (e0,5 = 1.648721271)
 x 2 x3 x 4
e 1 x
x
...
2! 3! 4!
Taksiran ke-1

Taksiran ke-2
Perambatan Error
 Perambatan Error
Pada suatu proses komputasi yang memiliki
error akan menyebabkan penumpukkan error
apabila proses tersebut dilakukan secara
beruntun.
Menyebabkan hasil yang menyimpang dari
sebenarnya kondisi tidak stabil
(ketidakstabilan numerik)
Kondisi Stabil : error pada hasil antara
memiliki pengaruh yang sedikit pada hasil
akhir.
Ketidakstabilan matematik : kondisi yang
timbul karena hasil perhitungan sangat peka
terhadap perubahan kecil data.
 Ketidakstabilan
Dikatakan tidak stabil jika hasil tidak teliti sebagai
akibat metode komputasi yang dipilih.
Contoh :
F(x) =x ((x+1)- x), hitung f(500) sampai 6 angka
penting, solusi asli =11.174755300747198
F(x) = (x+1)- x, hitung f(12345) sampai 6 angka
penting , solusi asli = 0.00450003262627751
Cari akar-akar polinom x2 40x + 2 = 0 sampai 4 angka
penting
F(x) = (ex -1- x) / x2 hitung f(0.01) sampai angka 6
penting
 Kondisi Buruk
Persoalan dikatakan berkondisi buruk bila
jawabannya sangat peka terhadap
perubahan kecil data atau error
pembulatan.
Contoh :
x2 -4x + 3.999 = 0 akar-akar x1 = 2.032 dan
x2 = 1.968
x2 -4x + 4.000 = 0 akar-akar x1 = x2 =
2.000
x2 -4x + 4.001 = 0 akar-akarnya imajiner
 Bilangan Kondisi
Bilangan kondisi didefinisikan
sebagai :
Bilangan Kondisi = |RA [f()]/ RA ()| = |
f(a)/f()|
Arti bilangan kondisi :
Bilangan kondisi = 1, galat relatif hampiran fungsi
sama dengan galat relatif x
Bilangan kondisi >1, galat relatif hampiran diperkuat
Bilangan kondisi <1, galat relatif hampiran diperlemah
Kondisi buruk bilangan kondisi besar
Kondisi baik bilangan kondisi kecil
Kesalahan Relatif Persen Aproksimasi (ea)

ea = (Kesalahan Aproksimasi / Aproksimasi ) * 100 %

= (Aproksimasi sekarang - Aproksimasi sebelumnya) /
Aproksimasi sekarang * 100 %

Pada proses iterasi, iterasi dihentikan jika telah memenuhi

kondisi

|ea| < es

Dimana es = tingkat kesalahan yang masih dapat diterima

Hubungan es dengan angka signifikan

es = (0,5 * 102-n) %